여기서 다루는 질문은 의도적으로 범위를 좁혔습니다. 자체 컴퓨터에서 자체 API 키로 실행하면서, 총괄 에이전트 하나가 업무를 여러 부분으로 나누고 전문 하위 에이전트에게 맡길 수 있는 오픈 소스 도구는 무엇일까요? 여덟 개가 해당합니다. 세 개는 설치 후 대화하며 사용하는 완제품이고, 다섯 개는 직접 팀을 구성하는 프레임워크입니다. 여덟 개 중 하나는 저희 제품이며, 해당 제품을 다루는 모든 내용에 이 사실을 명시합니다.
모든 일을 하는 단일 에이전트는 다른 제품 범주이므로 범용 에이전트 하나만 있는 도구도 목록에는 넣되 1위로 올리지 않습니다. 하위 에이전트는 외부 스크립트로 흉내 내는 것이 아니라 도구가 실제로 생성해야 합니다.
에이전트가 다른 회사의 서버에서 실행되는 호스팅 제품은 아무리 좋아도 해당하지 않습니다. 자체 서버의 자체 호스팅과 내 노트북의 데스크톱 앱은 모두 해당합니다.
프로젝트 자체에서 확인할 수 있었던 모든 항목은 표에 라이선스를 명시했습니다. 확인하지 못한 경우에는 추측하지 않고 그 사실을 표에 밝혔습니다.
특정 공급업체의 구독이 있어야만 작동하는 도구는 이 질문에 대한 답의 범위가 더 좁으므로, 완전히 제외하는 대신 표에 표시합니다.
이 목록은 Orkas가 발행했으며 Orkas도 목록에 포함되어 있습니다. Orkas를 설명하는 모든 행에는 표시가 있습니다. 아래 네 가지 기준은 목록을 작성하기 전에 정했으며, 여기의 모든 도구에 동일하게 적용했습니다.
완성된 제품 — 설치하고 대화하세요
Commander 에이전트와 리서치, 슬라이드, 동영상, 사무 문서, UI, 코드 분야의 전문 에이전트가 하나의 데스크톱 채팅 안에서 작업을 전달합니다. MIT 라이선스입니다. Claude Code, Codex, OpenCode, OpenClaw, Hermes를 로컬 CLI 백엔드로 실행하므로 기존 터미널 에이전트도 팀원 한 명이 됩니다.
제한을 명확히 밝힙니다. Orkas 명령줄 도구는 없으며, 내 하드웨어에서 모델을 실행할 수 없습니다. 모델 호출은 관리형 공식 모델 또는 자신의 키를 사용해 네트워크를 통해 제공업체로 전송됩니다.
Orkas 제공 기능 보기 →데스크톱 앱과 완전한 CLI, 수십 개의 MCP 확장, 폭넓은 제공업체 목록을 갖춘 오픈 소스 로컬 에이전트입니다. Ollama에 연결하면 모델이 내 하드웨어에 머뭅니다. 완성된 제품 범주에서 이 기능을 제공하는 유일한 항목입니다.
서로 작업을 전달하는 분야별 전문 에이전트 집합이 아니라 전체 과정에 범용 에이전트 하나를 사용합니다. 분업이 목적이라면 이 부분이 부족합니다.
Goose 전체 비교 읽기 →데스크톱 창 대신 채널 클라이언트를 사용하는 자체 호스팅 게이트웨이입니다. 설정된 에이전트, 라우팅, 백그라운드 또는 중첩 하위 에이전트 실행을 제공합니다. 이 목록에서 저희 제품 외에 하위 에이전트 생성에 가장 가까운 도구입니다. 스킬 라이브러리가 성숙했으며 컴퓨터 자체를 제어하는 데 강점이 있습니다.
직접 호스팅합니다. 이미 서버를 운영한다면 장점이고, 그렇지 않다면 비용입니다.
OpenClaw 전체 비교 읽기 →프레임워크 — 팀을 직접 구성하세요
멀티 에이전트 팀을 위한 MIT 라이선스 Python 프레임워크입니다. 에이전트, 역할, 작업 전달을 코드로 작성합니다. ‘주 에이전트가 전문가들을 조율하는 구성’에 가장 직접적인 프레임워크 해답이며, 이를 감싸는 제품 기능은 가장 적습니다.
CrewAI 전체 비교 읽기 →코드로 LLM 에이전트를 구축하는 개발자 프레임워크입니다. 여기서 생태계가 단연 가장 넓고 팀 형태에 대한 제약은 가장 적습니다. 연결 구성을 직접 결정합니다.
LangChain 전체 비교 읽기 →스스로 계속 실행되는 에이전트를 중심으로 만들어졌습니다. 목표가 실제로 무인 작업이며 루프의 범위를 직접 제한할 준비가 되어 있을 때 선택하세요.
AutoGPT 전체 비교 읽기 →최종 사용자에게 제공할 AI 앱을 구축, 평가, 배포하는 플랫폼으로 자체 호스팅이 가능합니다. 평가 기능은 이 목록의 다른 도구에 없는 부분입니다.
Dify 전체 비교 읽기 →직접 호스팅하고 API로 노출하는 오픈 소스 시각적 빌더입니다. Python을 작성하지 않을 사람도 흐름을 변경할 수 있어야 할 때 선택하세요.
Flowise 전체 비교 읽기 →| 도구 | 주 에이전트가 위임 | 완성된 제품 | 자신의 키 |
|---|---|---|---|
| Orkas 저희 제품 | Commander와 분야별 전문 에이전트 | 예 — 데스크톱 앱, MIT | 관리형 공식 모델 또는 자신의 제공업체 키 |
| Goose | 전체 과정에 범용 에이전트 하나 | 예 — 데스크톱 앱 및 CLI | 폭넓은 제공업체 지원 및 내 하드웨어의 Ollama |
| OpenClaw | 라우팅과 백그라운드 또는 중첩 하위 에이전트 실행 | 예 — 단, 게이트웨이는 직접 호스팅 | 설정한 제공업체 또는 로컬 모델 |
| CrewAI | 예, 위임 로직은 직접 작성 | 아니요 — Python 프레임워크, MIT | 코드에서 설정한 대상 |
| LangChain | 예, 해당 구성을 구축하면 가능 | 아니요 — 개발자 프레임워크 | 코드에서 설정한 대상 |
| AutoGPT | 지정된 작업 전달보다는 자율 루프 | 아니요 — 루프를 직접 실행하고 범위 제한 | 설정한 대상 |
| Dify | 플랫폼에서 정의하는 흐름과 에이전트 | 아니요 — 직접 호스팅하는 플랫폼 | 플랫폼에서 설정 |
| Flowise | 직접 그린 흐름에 따라 동작 | 아니요 — 직접 호스팅하고 공개하는 빌더 | 빌더에서 설정 |
‘완성된 제품’은 칭찬이 아니고 ‘프레임워크’는 비판이 아닙니다. 서로 다른 질문에 답하는 것입니다. 팀 개발자가 이를 책임질 예정이라면 프레임워크가 이 페이지의 어떤 제품보다 많은 제어권을 줍니다. 작업을 완료해야 하는 사람이 그 개발자가 아니라면, 둘 중 실제로 쓰이는 것은 완성된 제품뿐입니다.
Orkas는 MIT 라이선스를 사용하며 macOS와 Windows에서 무료로 다운로드할 수 있습니다. 관리형 공식 모델로 시작하므로 처음 실행할 때 제공업체 계정이 필요하지 않고, 원할 때 언제든 자신의 키를 연결할 수 있습니다.
이 페이지의 모든 저장소 정보는 2026년 9월 11일에 GitHub API로 읽고 같은 날 두 차례 더 읽었습니다. 따라서 근거 파일에서 실행 사이에 변경된 필드와 변경되지 않은 필드를 확인할 수 있습니다. 여덟 도구 각각의 실제로 연결되는 슬러그, GitHub가 보고한 라이선스, 저장소 보관 여부, 최신 릴리스를 담았습니다. 명령어도 파일에 있습니다. 실행해도 모델을 호출하지 않으며 비용이 들지 않습니다.
이 비교에서 다루지 않는 항목은 도구의 위임 능력, 속도, 출력 품질입니다. 벤치마크를 수행하지 않았으므로 순서에서 그런 의미를 읽어서는 안 됩니다. 두 가지 발견 사항도 조용히 수정하지 않고 공개적으로 기록했습니다. FlowiseAI/Flowise는 보관 처리되었고, GitHub는 여덟 도구 중 네 도구에 표준 라이선스가 없다고 보고합니다.
제외하면 목록의 유용성만 떨어지고 더 정직해지는 것도 아니기 때문입니다. 먼저 기준을 정했고, Orkas에도 다른 모든 도구와 동일한 네 가지 기준을 적용했습니다. 해당 항목에 한계를 명시하고 Orkas에 관한 모든 행에 표시를 붙였습니다. 누가 작성했는지 알고 목록을 읽어 주세요.
Goose는 Ollama를 통해 가능합니다. OpenClaw도 로컬 모델을 사용할 수 있습니다. Orkas는 불가능합니다. 관리형 공식 모델을 쓰든 자체 키를 쓰든 모델 호출은 네트워크를 통해 제공업체로 전송됩니다. 모델 가중치를 기기에 보관해야 한다면 Orkas는 선택 대상에서 제외되며, 표에도 이를 명시했습니다.
네. Orkas는 Claude Code, Codex, OpenCode, OpenClaw, Hermes를 로컬 CLI 백엔드로 실행하므로, 기존 에이전트를 교체하지 않고 팀원으로 활용할 수 있습니다. 지원되는 에이전트는 이 다섯 가지가 전부입니다.
Orkas는 무료이며 MIT 라이선스를 사용합니다. 내 컴퓨터에서 Commander 에이전트와 분야별 전문 에이전트를 관리형 공식 모델 또는 자신의 제공업체 키로 실행하세요.
